长期预报基本观测资料自动化处理

以普遍推广的AO文件(即基本观测资料)为基础,经过一定的程序处理,得到各气象要素的气候值,并形成建立方程所需自变量数据文件和预报所需的自变量数据文件.计算自变量与因变量的相关系数,将相关系数较大的因子筛选出来,通过人机交互的方式进行第2次筛选,用相关显著的自变量与因变量建立回归方程.由于输出的自变量相对因变量来说都是前期因子,根据回归方程和预报所需的自变量,就可以得出预报结果.     

汛期相当暴雨日数与总降水量的定量关系

北京近百年汛期相当暴雨日数与汛期总降水量相关系数高达０．９７,京津冀地区３０年汛期区域平均相当暴雨日数与区域平均降水量相关系数亦达０．９４。通过点聚图和回归方程来表征两者的线性关系。汛期相当暴雨日数估算汛期总降水量的误差约１０％,即估算精度达９０％。这种估算方法可供业务使用。     

基于RS和GIS技术的新疆气温空间插值方法探讨

分析新疆90个气象站点2004年年均气温与经纬度、海拔高度的关系,之间具有较好的线形相关关系(r2=0.897)。通过"回归方程计算 空间残差"的方法对全疆2004年年均气温数据进行插值。验证结果为:插值计算值与实测值间相关系数r2=0.994,平均误差1.53%。插值结果表明:利用"回归方程计算 空间残差"的方法可以生成高精度、高空间分辨率新疆年平均网格温度结果。     

利用相关系数进行因子筛选时的两类错误

本文在分析回归方程与拟合方程的基础上,利用蒙特卡洛方法,对利用单相关系数选择因子时,产生取伪和弃真这两类错误的可能性进行了估计,并就滑动相关筛选对这两类错误的作用作了试验分析。     

北京地区空气质量指数时空分布特征及其与气象条件的关系

分析了北京地区2013年1-2月空气质量指数AQI的时空分布特征,及紫外吸收性气溶胶指数(AAI)、气象观测要素(相对湿度、气压和风速)、大气环流特征、混合层高度、总体理查森数(RB)与AQI的相关性等;同时对气象观测要素与AQI关系进行了拟合,建立了回归方程。研究结果及主要结论如下:北京地区AQI呈现出了一种自东南向西北递减的分布趋势;紫外吸收性气溶胶指数(AAI)与AQI之间呈明显正相关关系,相关系数r=0.456,可以作为污染物监测的参考;相对湿度、气压与AQI有着较好的相关性,相关系数分别为0.67、-0.49,建立的最优回归方程得到的拟合结果与实际观测效果对比良好;500 hPa乌拉尔山至贝加尔湖地区的高压脊是北京地区是否形成持续性污染的重要天气系统;AQI与1-2月混合层高度呈明显的负相关关系,相关系数为-0.511,持续低于459 m的混合层高度有利于污染物堆积;总体理查森数≥10.63时,有利于次日污染持续或发展等。     

地市级专业气象预报服务系统

利用9210传输的气象资料,通过计算预报因子和预报对象间的相关系数,挑选预报因子,建立多因子权重回归方程,用于气象要素、森林火险气象等级、城镇火险气象等级、空气环境质量等级预报。此外,根据调查指标和实践经验,建立了医疗气象、储运气象、商业气象预报判据。     

国外长期天气预报的过去和现在

十九世纪中期,在欧洲已有一百多年的观测资料,有人就想用调和分析的办法作长期预报。这是比较早的,后来有的气象学家提出了用相关系数的办法,回归方程的办法,做印度的季风雨预报。到十九世纪未期,象英国的阿布科隆贝,法国的特斯拉得贝尔等人就发现了大气活动中心,用天气学观点     

成都双流机场浓雾预报探讨

针对双流机场的浓雾预报,通过相关分析,用最大相关系数的因子建立回归方程,对历史浓雾样本资料根据欧氏距离归类,建立四个概念模型,历史拟合效果均较好。实际应用时,使用pp法,将数值预报产品代替预报因子,做出预报,对得到的预报结果,由预报员综合判断得到最终预报。     

长江上游嘉陵江首末场强降水时间特征分析及预测

为满足长江流域水文气象预报防汛和蓄水服务需要,利用功率谱方法对1961—2017年共55年逐日雨量资料,分析了嘉陵江首末场强降水时间周期特征,并利用中国气象局130项气候系统监测指数和逐步回归方法,开展了首末场强降水预测方法研究。结果表明,嘉陵江首末场强降水时间的周期特征显著。基于监测指数建立的回归方程模拟效果好,复相关系数均通过了0.001显著性水平检验。利用回归方程对2006—2017年开展了独立样本检验,符号一致率均为66.7%,表明该方法具有一定的参考价值。     

棉花生育期关键气象因子及单产丰歉评估指标

根据河南省棉花播种面积权重,选出安阳、新乡、商丘、周口和南阳5个代表站,利用棉花产量与棉花生育期间5个代表站旬平均光照、温度、降水的相关系数,确定7个关键气象因子,建立了其与产量的回归方程,提出了考虑7个关键气象因子综合影响的棉花单产丰歉评估指标。应用该评估指标对1980~2004年棉花单产的丰歉进行检验,与实况一致的达84%,产量与评估指标相关系数达0.71以上,相关极显著。     

对回归分析的因子问题的探讨

对回归分析中的因子问题作了一些探讨,认为对预报因子进行相关稳定性检验后,选取相关稳定或相关系数呈上升趋势的因子建立回归方程,预报效果较好.一些非线性函数,经过适当的变换可化为线性函数,通过这种变换,一些曲线回归问题可以用线性回归进行处理,用来预报效果较好.     

回归方程的预报稳定性检验

回归分析是气象统计预报中应用十分广泛的一种定量预报方法,农MOS(模式输出统计)预报中应用很多。由一定的样本资料建立的回归方程,有的方程的预报效果与拟合效果差异不大,有的方程的预报效果显著低于拟合效果。回归方程预报效果的这种改变情况,称为回归方程的预报稳定性。一个回归方程,如果预报效果与拟合效果差异     

气象变量间相关系数的序贯检验及其应用

本文引进序贯抽样的思想,提出气象变量相关系数的一种序贯检验方法。指出序贯检验具有“动态”检验的优点,较一次抽样检验提高了精度和可靠性,并节省样本量,在相关稳定性研究中有一定的意义。这种方法推广至偏相关,还可对回归方程中各因子的相关稳定性和可靠性加以鉴别。     

成都双流机场浓雾预报探讨

针对双流机场的浓雾预报,通过相关分析,用最大相关系数的因子建立回归方程,对历史浓雾样本资料根据欧氏距离归类,建立四个概念模型,历史拟合效果均较好.实际应用时,使用pp法,将数值预报产品代替预报因子,做出预报,对得到的预报结果,由预报员综合判断得到最终预报.     

平稳时间序列分析微机程序简介

平稳时间序列分析微机程序简介曲长波（大安市气象局，大安１３１３００）前言平稳时间序列分析，是长期气象要素预报的重要方法。要利用要素自身前后之间的关系，建立数学表达式，为定量预报提供客观依据。用此方法，需经求序列均值、方差、相关系数，自回归方程系数，建...     

我国秋、冬月降水、气温场的时空结构特征及其在我国初夏降水预报中的应用

将我国35个测站的秋、冬逐月降水量和平均气温进行经验正交展开,分析不同展开方案时的天气学、收敛性等意义.计算距平场的展开系数与初夏35站降水量的相关系数,用具有最大特征值的展开系数作为因子组成回归方程。得出:1)我国降水分布,冬季的大尺度特征比秋季明显;温度分布,则相反.2)我国秋、冬大尺度降水场与我国初夏降水有很好的相关;3)我国冬季大尺度温度场亦能对初夏降水提供预报信息,但秋季的温度场则不能.最后,用非独立和独立样本资料对回归方程作了检验.     

太阳黑子活动对相关稳定性的影响

统计预报是目前台、站长期预报的主要手段之一,相关分析是统计预报的重要组成部分。相关系数不稳定,直接影响到统计预报的效果,是我们预报业务中面临的一个重要问题。本文以4月降水量预报为例,分析太阳黑子活动对相关稳定性的影响。 我台制作本地区4月降水预报时,首先进行4月降水与北半球500毫巴平均高度的相关普查,选取信度达0.01以上的网格点并组成相关区。采用逐步回归对因子加以筛选。当取F=4时,建立回归方程为Y=313.1-1.03X_1-6.49X_4-1.55X_5-1.93X_7 47.0X_9,其中X_1、X_4、X_5、X_7、X_9分别为当年1月和前一年4、5、7、9月500毫巴诸网格点的平均高度。方程的复相关系数为0.91,平均拟合误差为     

“ZDJ长期自记气候站”测温误差的对比分析

本文根据“ZDJ长期自记气候站”(以下简称ZDJ)的温度记录和同步对比观测的百叶箱等的温度资料,计算分析几种温度的均方差及其变化规律,以及在不同条件下温度日变化特点,并从辐射和滞后性方面分析其误差原因。进而计算ZDJ自记温度与同步对比观测温度值的相关系数,建立相应的线性回归方程,在适当范围内,该方程可作为ZDJ测温误差的订正公式。     

长时间序列卫星遥感渤海海冰时空分布特征及与气温关系分析

利用气象卫星资料整理分析了1996—2011年冬季渤海海冰的时空分布变化:年际统计表明,单日海冰面积最大的3个年份分别是2011、2010和2001年,日最大冰面积均超过30000 km~2;单日海冰面积最小的3个年份分别是1999、2002和2007年,日最大冰面积均不超过10000 km~2。分区统计显示,海冰主要集中在辽东湾,其次是渤海湾,莱州湾最小;辽东湾海冰从东北向西南、从海滨到远海出现频率依次降低;渤海湾和莱州湾从海滨到远海,海冰的出现频率逐渐降低。在此基础上,分析了渤海逐日冰面积与营口站日均气温积温(≤-2℃)及气温的关系,结果表明渤海逐日冰面积与积温、气温之间均为负相关关系,其相关性在不同阶段表现不同:海冰发展期,渤海逐日冰面积与营口日均气温积温(≤-2℃)之间的相关性最为显著,相关系数为-0.90;海冰消融期,渤海逐日冰面积与营口3日(当日与前两日)平均气温的相关性最为显著,相关系数为-0.84;通过回归分析方法获得了渤海逐日冰面积与营口日均气温积温及3日平均气温的线性回归方程。最后,结合积温回归方程和3日平均气温回归方程,提出了分阶段的海冰面积预报方程,并利用该方程对2013和2014年度冬季渤海冰面积进行预报检验,检验结果证明上述方程具有一定的预报能力。     

一个用偏相关筛选建立多元回归方程的方法

逐步回归方法在天气统计预报中已应用较久,因为它计算手续复杂,在没有快速计算设备的县站一直很难应用。现在提出一个用偏关的t检验对回归方程中预报因子进行筛选,即所谓偏相关筛选的方法建立回归方程。因为在未建立回归方程以前就可以确定可能预报因子中的剔除对象,而且可以利用筛选过程中的相关计算结果来计算回归,所以这个方法的计算量较逐步回归方法大大减少。